Académique Documents
Professionnel Documents
Culture Documents
Optimisation Du Nombre de Guichets D'enregistrement de La Compagnie RAM
Optimisation Du Nombre de Guichets D'enregistrement de La Compagnie RAM
Rapport de stage
Optimisation de nombre de guichets denregistrement de la compagnie ROYAL AIR MAROC laroport FES-SAIS
Remerciement
Je tiens a exprim mes vifs remerciements tout particulirement mon encadrant pdagogique Mr Elhilali Alaoui Ahmed qui a suivi ce travail avec un grand intrt et qui ne sest pas attard morienter et mencourager afin de donner le meilleur de moi-mme. A ce titre, je ne serai plus manquer dexprimer ma reconnaissance Mr Laktati chef descale de la R.A.M qui ma permis deffectuer ce stage au sein de laroport FesSais, et qui a toujours t l pour rpondre mes diverses questions. Je tiens aussi remercier tous les agents de laR.A.M que jai ctoys durant ces cinq semaines, qui ont tous t trs aimables envers moi et qui mont permis de madapter rapidement dans lenvironnement travail.
Table de matire
Introduction............................................................................................................................................. 4 Prsentation de la Royal Air Maroc ......................................................................................................... 5 I. II. III. IV. V. VI. Introduction ................................................................................................................................. 5 Historique .................................................................................................................................... 5 Activit principale .................................................................................................................... 6 Lorganigramme da la RAM ..................................................................................................... 6 Royal Air Maroc holding .............................................................................................................. 7 Royal Air Maroc cargo ............................................................................................................. 8
Thorie de la file dattente .................................................................................................................... 10 I. 1. 2. 3. 4. II. III. 1. 2. 3. 4. IV. V. 1. 2. Gnralits ................................................................................................................................ 10 dfinition ............................................................................................................................... 10 Le but de lanalyse ................................................................................................................. 10 Exemple ................................................................................................................................. 10 Caractristique ...................................................................................................................... 11 Notation de Kendall ................................................................................................................... 13 Loi de Little ............................................................................................................................ 13 Hypothses ............................................................................................................................ 13 Enonce ................................................................................................................................... 13 Validit................................................................................................................................... 14 Preuve.................................................................................................................................... 14 Les files dattente classique................................................................................................... 14 Processus de naissance et de mort ........................................................................................... 15 Cas gnral ............................................................................................................................ 15 Cas particuliers ...................................................................................................................... 18
Bilan du stage ........................................................................................................................................ 23 I. II. 1. 2. 3. La problmatique ...................................................................................................................... 23 La rsolution .............................................................................................................................. 23 le vol Paris-Orly...................................................................................................................... 23 Le vol FEZ/MED...................................................................................................................... 27 Dautres tches effectues .................................................................................................... 28
Conclusion ............................................................................................................................................. 29
Introduction
Dans la vie plusieurs choses valent la peine dattendre, mais pas pour trs longtemps. Pour un client, attendre dtre servis nest quune activit sans valeur ajout, et une long attente signifie une mauvaise qualit de service. Ainsi au sein dune entreprise, des employs inoccups ou des quipements inutiliss reprsentent des activits sans valeur ajoute. Dans le but de grer et liminer toute forme de gaspillage, notamment lattente, La RAM ma accord la mission doptimisation du nombre de guichets denregistrement dans ses locaux, laroport FES-SAIS, afin de garantir une meilleure gestion de la file dattente. Ce document est constitu de trois chapitres, le premier chapitre est une prsentation de lorganisme daccueil qui est la RAM, le 2me chapitre est ddi la thorie de la file dattente, et enfin, dans le 3me chapitre vous trouverai lessentiel du travail effectu durant notre stage. A la fin nous donnons une conclusion.
Elle couvre les principaux marchs fort potentiel de dveloppement et elle constitue aussi un partenaire de rfrence pour les plus grands oprateurs dans le domaine du transport arien, du tourisme et de lindustrie aronautique.
II. Historique
1946: Cration de la Socit Air Atlas exploitant des avions Junkers JU52 sur le rseau Algrie, Espagne et France. 28 Juin 1957 : Naissance de la Compagnie Nationale Royal Air Maroc dont le capital est dtenu 67,73% par l'Etat. L'effectif tait de 443 agents et la flotte se composait de trois DC3 1975: Anne daccroissement du trafic et du rseau. LAchat d'un B707 dont l'exploitation sera par la suite, renforce par un autre B707, permit d'largir le rseau l'Atlantique Nord, le Moyen Orient et l'Amrique du Sud (New York, Montral, Kowet, Rio de Janiero, Sao Paulo, Beyrouth, Jeddah). 1982: Royal Air Maroc devient membre de l'IATA et en a assur la Prsidence Montreux, en Suisse en Novembre 1986 1993: Royal Air Maroc met en service deux B 737, met en place un banc d'essai moteurs et le Simulateur B.737-400/500, retire les B 707 de sa flotte et signe un contrat d'acquisition d'un B 747-400 en remplacement du B 747 S.P. 2001: - Royal Air Maroc et Boeing signent le 23 mars 2001 un contrat d'achat de vingt Boeing 737 de la nouvelle gnration dont la livraison se fera entre 2002 et 2012. - Royal Air Maroc et Airbus signent le 18 juin 2001 un contrat d'achat de quatre A321-200.
2003:- Obtention par la Compagnie du Prix National de la qualit qui rcompense la qualit de toute la chane de traitement de passager en vol.
- Cration en association avec la CDG dune filiale commune, Atlas Morocco Hospitality. - Accords de partenariat entre Royal Air Maroc et lONMT dans le cadre du plan national du dveloppement du tourisme. Royal Air Maroc reoit son premier Airbus A321-200, le 04 novembre 2003, le premier dune commande de 4 avions du mme type.
Le transport touristique : Qui consiste doter notre pays dun instrument national qui
pourra acclrer le dveloppement du transport touristique. Cet outil national permettra de renforcer la comptitivit de lindustrie de Transport Arien dans notre pays et den faire un vecteur majeur de la croissance du tourisme dans le cadre de la vision 2010.
Le fret arien : Royal air Maroc participe activement aux changes commerciaux du
Maroc avec le monde, grce aux performances de son ple cargo ou on trouve le : Transport de produits prissables : Poissons, fruits de mer ou encore lgumes frais, fleurs et plantes, sont achemins depuis les aroports marocains jusquaux principaux marchs en Europe, Amrique du Nord, Moyen-Orient, et Afrique de lOuest. Transport danimaux vivants : Le transport des chevaux entre le Maroc et lEurope par le biais des avions B737 Cargo.
Service litige bagage : Cest un service qui a pour mission de chercher les bagages perdus pendant les voyages et pour cela il faut remplir une dclaration sur systme qui contient les informations sur le passager et sur son bagage perdu. Service financier : Assurer les taches financires et comptables relatifs lescale, prvoir le budget de lescale et lenvoy la direction financire.
2. Le but de lanalyse
Le but est de caractriser le degr de performance du systme en rpondant des questions du type suivant : En moyenne, combien de temps un client avant dtre servi? Quel est le nombre moyen de client dans le systme? Quel est le taux dutilisation moyen des serveurs ? Illustrons cette description gnrale par quelques exemples spcifique.
3. Exemple
10
a. Agence bancaire
Ici, les serveurs sont les guichets de l'agence. Typiquement, tous les guichets offrent le mme service, et chaque client ne devra donc visiter qu'un seul guichet.
b. Atelier de production
Les 'clients' sont les ordres de fabrication excuter, et les 'serveurs' sont les machines ncessaires l'excution de chaque ordre de fabrication.
c. parking
Les 'clients' sont les vhicules qui cherchent stationner (plutt que les occupants, en nombre variable, de ces vhicules). Les 'serveurs' sont les emplacements de parking, et la 'dure de service' est la dure pendant laquelle chaque vhicule reste stationn.
4. Caractristique
Un systme dattente est caractris par les lments suivant : Processus des arrives : les arrives des clients peuvent tre groupes ou individuelles, cest une rpartition dans le temps des arrives des clients, dune faon plus prcise, cest la distribution des intervalles de temps couls entre les arrives (ces intervalles sont aussi appels dures dattente). De faon gnrale nous supposons toujours que le processus des arrives est accroissement indpendants et aussi indpendant de la longueur de la queue. La distribution du service : est la distribution du temps ncessaire pour servir un client. En gnral, nous dfiions ces distributions par chantillonnage des conditions relles du phnomne. Les canaux de service : nous pouvons distinguer plusieurs classification, on site : Les canaux parallles : chaque client ne requiert que dun seul serveur (canal) tel que tous les serveurs peuvent fournir le mme service.
Figure 2: Canaux parallles Les canaux cascade (en srie) : chaque client doit visiter plusieurs serveurs successifs dans un ordre fixe pour recevoir satisfaction.
11
Figure 3: canaux en srie Poste unique : On dit que e systme est a poste unique quand il nexiste quun seul canal de service (un seul serveur). Poste multiple : lorsque le systme est plusieurs canaux en parallle et que chaque canal a un serveur. Nous pouvons toujours construire des modles faisant intervenir des canaux en parallle et des canaux en srie ainsi que des rseaux complexent, lanalyse de ces situations est cependant plus complique. Discipline dattente : les clients forment une ou plusieurs files dattente, ventuellement caractrises par des proprits diffrentes (par exemple : dans un atelier, commandes urgentes ou non). Au sein de chaque file, le prochain client servir est slectionn sur une base dune rgle prdtermine appel discipline dattente. Nous citons quelque une : FIFO : premier arrive premier servi (First In First Out), surtout utilise dans les services. LIFO : dernier arrive premier servi (Last In First Out). PS : Processor sharing, un serveur donne chaque client en attente une tranche de service. ALEA : une slection alatoire de faon quun serveur libre choisit un client au hasard dans la file. Priorit : on ajoute une suite {Un}, n N au flot des arrives ou Un est une variable alatoire prenant ses valeurs dans lensemble des classes de priorits P. Un=i, signifie que le neme client, arrivant au temps Tn est de classe i. La capacit maximale : cest--dire le nombre de clients pouvant tre simultanment prsents dans le systme, est limite ou nom. Dans le premier cas, on suppose que les clients qui arrivent lorsque le systme est dj satur le quittent immdiatement sans obtenir le service dsir. On dit que ces clients sont perdus. Contrairement, dans le cas dun systme capacit illimite, videment, aucun client nest perdu mais la longueur des filles dattente peut grandir indfiniment. La population : la source des arrivs peut tre sois finie sois infinie, on a une source finie lorsque lvnement dune arrives peut influencer le taux darrive des clients potentiels. Il faut distinguer ce cas de celui dune population limite qui peut engendrer un nombre infini de clients.
12
1. Hypothses
Lorsquun client, ayant termin son service, quitte le systme, il laisse, en moyenne, derrire lui, un nombre de clients gal E(k). Ce client a trouv en arrivant E(k) clients dj prsents et a pass dans le systme un temps, E(T). Nous supposons que : Le nombre moyen des arrives est gal au nombre moyen des dparts du systme. La longueur moyenne de la file lors des arrives est gale la longueur moyenne de la file lors des dparts.
2. Enonce
Si on appelle, l, le taux moyen des arrives on a : Nombre moyen de clients arrivs pendant le sjour du client dans le systme = . E(t) = nombre moyen de clients quil laisse.
13
Et en rgime permanent, si T temps pass dans la file : ( ) : nombre de client dans le systme. : taux moyen darriv des clients. : temps pass dans la file. ( ) ( )
3. Validit
Rgime permanent Les formules de Little sont valides pour les files G/G/S. Elles ont un caractre trs gnral. En effet, il ny a aucune restriction quant : la loi darrive, la loi des services, le nombre de serveurs. Elles peuvent prendre en compte le cas o il existe plusieurs classes de clients mais la discipline de service doit tre dfinie, nous avons considr la discipline FIFO.
4. Preuve
Sans vouloir entrer dans les dtails dune dmonstration formelle, la validit de lquation (1) peut tre justifie intuitivement par le raisonnement suivant (voir Ross, 1989). Supposons qu'un gestionnaire dcide de payer 1 euro chaque client par unit de temps que ce client passe dans le systme. Calculons de deux faons diffrentes combien le gestionnaire dpense au cours d'une priode suffisamment longue, disons de longueur T, situe dans le long terme (plus prcisment, nous allons calculer lesprance de la somme dpense). 1ere faon : puisque, en moyenne, clients se trouvent dans le systme chaque instant, la somme dbourse se monte T euros. 2eme faon : pendant la priode considre, clients entrent dans le systme, et chacun d'eux y reste, en moyenne units de temps ; au total, les clients reoivent euros du gestionnaire. donc Par consquent, T = , et l'quation (1) s'ensuit.
14
A/S/s : 1 le et s stations orant le mme service ; le client qui attend va la premire qui se libre. Exemple : toilettes dun lieu public, guichets dune poste... A/S/ : innit de serveurs ; pas dattente. Exemple : lignes tlphoniques. 2 stations diffrentes : lune plus rapide que lautre. Si les 2 stations sont libres, le client va dans lune avec la probabilit p et dans lautre avec la probabilit 1p. Si p = 1/2, clients de passage : ils ne voient pas la dfrence. Si p=1, pour tous les clients, la rapidit prime. On a en fait p [0,1] : la rapidit peut ne pas tre le seul critre (qualit du service, jolie ou gentille caissire...) Systmes perte A/S/s/s : pas dattente. Exemple : Central ttlphonique o les appels non traits sont rejets. Systmes A/S/s/K ou K>s : longueur de la le limite, dpendant de la capacit. Exemple : Station-service, salle dattente... Systme ferms : nombre constant de clients. Exemple : m machines en marche ou en panne, s ouvriers pour les rparer, n en panne. Si m>s : cas le plus frquent ; Si m<s : peu intressant car il y aurait des ouvriers jamais occups ; Si m=s : un ouvrier par machine. Rseaux : plusieurs stations offrent des services diffrents, chacune ayant sa file. Exemple : Remont mcanique au ski.
15
a. Dfinition : Le processus dtat stochastique {n(t): t 0} est un processus de naissance et de mort si, pour chaque n = 0, 1, 2, ..., il existe des paramtres n et n (avec 0 = 0) tels que, lorsque le systme est dans l'tat n, le processus d'arrive est poissonnien de taux n et le processus de sortie est poissonnien de taux n. Dans un processus de naissance et de mort, les taux darrive et de service sont donc variables en fonction de ltat du systme. Ceci semble nous loigner des modles de files dattente M/M/c/N, puisque le taux darrive des clients et le taux de sortie sont apparemment constants dans ces modles (gaux et , respectivement). Mais en ralit, les processus de naissance et de mort fournissent un cadre danalyse idal pour les modles M/M/c/N, dans lequel les notions de nombre de serveurs et de capacit du systme peuvent tre traites un niveau d'abstraction lev, travers des variations des taux d'arrive et de sortie. Plus prcisment, nous montrerons ci-dessous que le processus {n(t): t 0} associ un systme M/M/c/N est toujours un processus de naissance et de mort. Nous allons maintenant procder une prsentation plus systmatique de quelques processus de naissance et de mort particuliers. b. Processus de naissance pur : Dans un processus de naissance pur, n = et n = 0 pour n = 0, 1, ... Donc, les arrives ont lieu taux constant et il n'y a pas de dparts. Pour un tel processus, le nombre de clients dans le systme est videmment gal au nombre darrives enregistres pour un processus de Poisson classique, si bien que Pn(t) = probabilit que ltat du systme lpoque t sois gal n ( ) ( ) ( )
c. Processus de mort pur : Dans un processus de mort pur, lensemble des tats possibles du systme est {0,1,,N} et pour n = 0,1,,N. { Intuitivement, ltat initial dun tel systme vaut N, il ny a pas darrives et les dparts se produisent au taux (moyen) constant jusqu ce que le systme soit vide. En interprtant les dpart comme des arrives lextrieur du systme , on conclut facilement que : Pn(t) = probabilit que N-n dparts se produisent dans lintervalle [0, t] ( ) ( )
16
( )
( )
( ) ( ) doit tre
Une autre faon de calculer p0(t) consiste remarquer que lidentit satisfaite par les probabilits dtat.
d. Systme M/M/1 : Un systme M/M/1dfinit un processus de naissance et de mort caractris par les paramtres darrive pour n = 0,1,, et les paramtres de sortie et pour n = 1,2, e. Systme M/M/c : On obtient une description dun systme M/M/c en posant pour n = 1,2,, et { En effet, lorsque le nombre de clients prsents dans le systme est infrieur au nombre serveurs, alors les n serveurs occups donnent lieu un processus de dpart poissonnien de taux n. Si le nombre de clients prsents excde c, alors le taux du processus de dpart reste limit c, comme illustr par la figure ci-dessous.
Figure 4. Taux de processus de dpart f. Systme M/M/c/N : Dans un systme de file dattente dont la capacit est finie (gale N) , les tats possibles du systme sont n= 0,1,2,,N, et { et {
17
2. Cas particuliers
a. Processus de naissance pur : Si et quations dquations dquilibre deviennent : pour n = 0, 1, 2,, alors les (n = 0, 1, 2,).
Ce systme a pour unique solution : pour n = 0, 1, 2,, et donc les pn ne forment pas une distribution de probabilit car lquation de normalisation nest satisfaite ( (2) ). Cette conclusion aurait pu tre anticipe : dans un processus de naissance pur, ltat du systme croit indfiniment, ce qui lexistence de probabilits stationnaires. b. Processus de mort pur : ici Les quations dquilibre scrivent : { ( ) pour n = 0,1,, et {
Et donc pn = 0 pour n=1,2,, N. Remarquez que ici la valeur de p0 nest pas dtermine les quations dquilibre. En substituant ces valeurs dans lquation de normalisation, on obtient les probabilits stationnaires : { c. Systme M/M/1 : Lorsque dquilibre prennent la forme : { ( ) pour n 0 et pour n 1, les quations
18
La quantit
alors elles doivent satisfaire (2) et (3), cest--dire On sait que, si contre, si relations : ( La condition ) , alors la srie , alors
( ).
diverge, et donc (4) na pas de solution. Par , et les probabilits stationnaires sont dfinies par les
intuitivement justifie. En effet, si , alors le taux darrive dans le systme est suprieur au taux de service, et le nombre moyen dans le systme tend croitre sans limit. Si , on calcule :
( ,
( ),
) , -
Il est intressant de remarquer que : ceci signifie que, lorsque est trs proche de , le nombre de clients dans le systme est gnralement lev mme si . En particulier, lintuition selon laquelle le systme est en quilibre si est donc trompeuse. Puisque le taux darrive est constant, dans un systme M/M/1, la loi de Little (1) implique alors : ( )
En observant que la dure moyenne de service de chaque client vaut dutilisation du serveur est
19
Remarquons nouveau que la performance dun systme M/M/1 en termes de temps dattente des clients se dgrade rapidement lorsque est proche de 1 c.--d. lorsque le serveur est trs utilis. Par exemple : si les clients arrivent au rythme de par heure et si le temps de service moyen est de par heure = 45 minutes, alors le serveur sera occup 90% du temps ( ), la file contiendra en moyenne plus de 8 clients, et le temps dattente moyen de chaque client sera donc suprieur 8 heures ! Pour rsumer, nous avons donc le tableau suivant : Information Probabilit systme vide Nombre moyen de clients dans le systme Nombre moyen de client en attente Temps moyen de sjour dans le systme Temps moyen dattente dans la queue Condition datteinte de lquilibre Probabilit davoir k clients ( ) ( ) Formule
d. Le systme M/M/s : La seule diffrence par rapport au modle prcdent vient de ce quil y a plusieurs serveurs identiques : si un client arrive et trouve lun des s serveurs libre, il est servi tout de suite, sinon il attend que lun dentre eux se libre. Cest encore un processus de naissance et de mort, avec pour tout n, mais un taux de dcs variable, savoir : { * +
20
( {(
)( )(
) )
( (
) )( )
Daprs le principe de conservation, le flux darrives des clients est , et puisque personne ne disparait dans le systme, le flux de sortie doit tre , hors saturation.
. /
. /
. / ( )
. / ]
est appel nombre moyen de guichets occups, ce nombre est gale au nombre de guichets g par le taux individuel de chacun . Dans tout cas, il existe un file dattente si n>s.
Do :
( ) . ( ) . / /
est appel le nombre moyen de clients dans la file, on utilisons la formule de Little (1), appelons : : le nombre moyen de clients dans la file le taux darrive des clients
21
( ) . Or : ( ) . / /
Ainsi le nombre moyen de clients dans le systme est la somme du nombre moyen de clients dans la file, et le nombre moyen de clients occupant les guichets : Donc :
22
Bilan du stage
I. La problmatique
Comme dj mentionn au premier chapitre, la RAM holding se compose de 4 services, notre problmatique se situe au service denregistrement, car ce service nest pas disponible durant tout la journe, il est disponible avant chaque vol de quelque heures, daprs le vol. Pour cela la problmatique sera trait pour le vol Paris-Orly et Fez-Med, do nous avons cherch rpondre certain question cl suivante, afin de parvenir une solution satisfaisant lentreprise. Quel est le temps dattente moyen dun passager dans la file ? Quel est le nombre moyen de clients en attente dans la file ? Quelle est la probabilit davoir une file dattente vide ? Quelle est le nombre optimal de guichets mettre en service permettant de traiter la demande tout en vitant une file dattente trop importante engendrant linsatisfaction des passagers ?
II. La rsolution
1. le vol Paris-Orly
a. Calcul du taux darrive :
On a calcul le nombre moyen des passagers qui arrive au guichet denregistrement durant chaque 5 min du temps spcifi au vol Paris-Orly. Le tableau suivant illustre les rsultats obtenus :
23
Nombre de passager moyen 2,22 1,44 0,66 1,11 1,44 1,66 1,44 2,77 2,66 2,22 1,88 2,11 2,22 1,77 2 2,22 1,88 1,22 0,77 0,55 0,44 0,22 0,33 0
Calculons maintenant ce taux pour la premire heure, le tableau suivant reprsente la frquence observ. Nombre de passager [0,1[ [1,2[ [2,3[ Total Frquence observ fn 1 6 5 12
Alors les dure dobservation sont de valeur 5 min, de l le taux darrive est : Do : Arrive par minute
2eme heure
1er heure
24
= 1,35 min
25
Le taux dutilisation du service (assimil au concept de trafic ou charge) est gal au rapport .
c. Condition de stabilit :
doit tre strictement infrieur 1 pour viter lengorgement. Alors on obtient : et on a
Pour S=1 :
d. Probabilit davoir 0 personnes dans la file dattente est :
. /
. /
Pour S=2 :
26
Un calcul similaire seffectuera sur la deuxime heure restante et on rpondant chaque critre de performance on obtient : Nombre de client dans la file 0.51 0.58 0.66 0.77 0.47 0.03 0.17 0.02 Temps dattente dans la file (min) 1.30 0.05 0.7 0.06
Nombre de station 1 2 1 2
2. Le vol FEZ/MED
Comme nous avons dj mentionn, chaque vol est caractris par lheure du dbut et la fin denregistrement, dans ce cas, le vol FEZ/MED commence 5h avant le vol et termine 2h avant le vol, pour donner place lembarquement. Le tableau suivant reprsente les rsultats dun calcul similaire au calcul effectu au vol Paris/Orly.
27
Taux dutilisation 1er heure 2eme heure 3eme heure 4.21 5.1 2.8
Temps dattente dans la file (min) 2.91 0.36 3.21 0.44 50.79 0.75
28
Conclusion
En conclusion, dans le cas de la RAM, lattente est considr autant un impact sur la qualit de service car il est un critre de mesure du niveau de service. Le gestionnaire dcide le temps dattente acceptable pour les clients, et il met en place la capacit susceptible de fournir ce niveau de service. Cependant, la ralit et les perceptions sont deux concepts bien diffrents, et la gestion dattente ne se limite pas aux chiffre, le gestionnaire est parfois limit par des contrainte extrieure. Dans ce travail nous avons essay dapprocher au mieux la ralit et donn une proposition de la gestion optimale des stations du service denregistrement de la compagnie RAM au sein de laroport Fes-Sais.
29
Bibliographie
1. ARCHIVAGE DE LA Royal Air Maroc : Base de donnes. Manuel qualit. Manuel passage. 2. Prcis de recherche oprationnelle Robert Fauve. 3. Modles alatoires : Applications aux sciences de lingnieur et du vivant (chapitre 9) Jean-Franois Delmas, Benjamin Jourdain. 4. Rseau et files dattente : Mthodes probabilistes Philipe Robert. 5. Modlisation et Evaluation de Performance : Introduction et analyse oprationnelle PHAM Cong-Duc. 6. SYSTEMES DATTENTE, (chapitre 5) PROCESSUS DE NAISSANCE ET DE MORT E.Pagnoud. 7. W. Feller, An Introduction to Probability Theory and its Applications, Vol. 1, Wiley & Sons, 1950. 8. W. Feller, An Introduction to Probability Theory and its Applications, Vol. 2, Wiley & Sons, 1966. 9. J.A. Fitzimmons and R.S. Sullivan, Service Operations Management, McGraw-Hill, 1982. 10.D.P. Heyman and M.J. Sobel, Stochastic Models in Operations Research, Vol. 1, McGraw Hill, 1982. 11.S.M. Ross, Introduction to Probability Models, Academic Press, 1989. 12.H.A. Taha, Operations Research: An Introduction (5me d.), McMillan Publishing Company, 1992.
Webographie
1. Site web de la Ram : www.royalairmaroc.com 2. http://ensrotice.sciences.univ-metz.fr/05FileAttente_cours/co/CoursFilesAttente_4.html 3. http://foad.u-picardie.fr/ines/foadF/eMiage-M1/ModuleC107/C107_7.htm 4. http://emilien.hamel.free.fr/RO/kendall.html 5. http://gestion.coursgratuits.net/technique-de-gestion/theories-des-files-d-attentes.php 6.
http://www.fredptitgars.net/informatique/rcp101-recherche-operationnelle-et/article/lesfiles-d-attentes
30